Hive-1-Hive介绍和工作原理

1、 什么是Hive

hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。

2、 Hive的工作流程图

3、 使用场景

Hive 并不适合那些需要低延迟的应用；

Hive 的最佳使用场合是大数据集的批处理作业，例如，网络日志分析。

4、 Hive数据类型

提供基本类型和复杂数据类型

5、 Hive与关系数据库的比较

5.1、查询语言：

HiveQL

5.2、数据存储：

HDFS中

5.3、数据格式：

没有定义专门的数据格式，由用户指定，用户定义数据格式需要指定三个属性：列分隔符、行分隔符以及读取数据的方法（TextFiile\SequenceFile\RCFile）

5.4、不支持对数据的改写和添加

5.5、执行：

通过MapReduce实现(select * from table 的查询不需要MapReduce)

5.6、执行延迟：

由于需要扫描整个表，MapReduce框架本身延迟较高，所以为高延迟

5.7、可扩展性：

由于Hive的数据存储在HDFS上，所以扩展性好，和HDFS扩展性一致

5.8、数据规模：

支持大规模数据